职位描述

1. 负责大语言模型（LLM）及智能体（Agent）在汽车垂类场景的端到端落地，覆盖AI销售、智能客服等公司级核心产品功能；
2. 构建基于 智能体协作（Tools/Skills/Handoffs） 的智能体系统，实现多步骤任务规划能力；
3. 探索并应用 思维链（Chain-of-Thought, CoT）、自我反思（Reflection）等机制，提升模型在复杂购车咨询、对比分析、金融贷款等高阶推理任务中的表现；
4. 参与LLM强化学习优化链路建设，包括偏好数据构建、可验证奖励强化学习（RLVR）；
5. 与产品、工程、业务团队紧密协作，推动算法模型从实验到上线的全链路工程化落地，并建立科学的效果评估与迭代机制；

职位要求

1. 计算机、人工智能、自动化、数学或相关专业，硕士及以上学历；
2. 扎实的机器学习理论基础，深入理解Transformer架构及主流大模型（如LLaMA、Qwen、DeepSeek、GPT系列）的训练与推理机制；
3. 具备完整的LLM应用落地经验，熟悉 Prompt Engineering、SFT、DPO 等技术路径，并有实际项目验证效果；
4. 对智能体（Agent）技术栈有实践积累，包括但不限于：基于CoT的任务分解与推理、多工具调用（Function Calling）与执行反馈闭环、自主规划（Planning）与状态记忆（Memory）机制、基于用户行为或模拟反馈的策略优化方法
5. 熟练掌握Python，具备良好的工程实现与系统设计能力，了解服务端部署、模型监控与AB测试流程；
6. 精通PyTorch/TensorFlow等框架，了解分布式训练、推理加速（vLLM/TensorRT-LLM等）、模型量化等优化技术；
7. 具备优秀的逻辑思维、业务抽象能力与跨团队协作意识，能将复杂用户需求转化为可量化的技术方案；
加分项（优先考虑）
1. 有垂直领域（汽车、电商、客服等）智能体或强化学习落地经验；
2. 在ICLR、NeurIPS、ICML、ACL、EMNLP等顶会发表过LLM、Agent或RL相关论文；
3. 熟悉多智能体协作（handoffs architecture）、可验证奖励强化学习（RLVR）；
4. 参与过开源Agent框架（如LangChain、LlamaIndex、AutoGen）的二次开发或优化；
5. 具备大模型评估体系设计经验，尤其在事实一致性、工具调用准确率、任务完成率等维度有方法论沉淀。